Blackout 2003: Preparedness and Lessons Learned from the Perspectives of Four Hospitals
Notice bibliographique
Résumé
INTRODUCTION: The blackout in North America of August 2003 was one of the worst on record. It affected eight US states and parts of Canada for >24 hours. Additionally, two large US cities, Detroit, Michigan and Cleveland, Ohio, suffered from a loss of water pressure and a subsequent ban on the use of public supplies of potable water that lasted four days. A literature review revealed a paucity of literature that describes blackouts and how they may affect the medical community. METHODS: This paper includes a review of after-action reports from four inner-city, urban hospitals supplemented accounts from the authors' hospital's emergency operations center (EOC). RESULTS: Some of the problems encountered, included: (1)lighting; (2) elevator operations; (3) supplies of water; (4) communication operations; (5) computer failure; (6) lack of adequate supplies of food; (7) mobility to obtain X-ray studies; (8) heating, air condition, and ventilation; (9) staffing; (10) pharmacy; (11) registration of patients; (12) hospital EOC; (13) loss of isolation facilities; (14) inadequate supplies of paper; (15) impaired ability to provide care for non-emergency patients; (16) sanitation; and (17) inadequate emergency power. DISCUSSION: The blackout of 2003 uncovered problems within the US hospital system, ranging from staffing to generator coverage. This report is a review of the effects that the blackout and water ban of 2003 had on hospitals in a large inner-city area. Also discussed are solutions utilized at the time and recommendations for the future. CONCLUSION: The blackout of 2003 was an excellent test of disaster/emergency planning, and produced many valuable lessons to be used in future events.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».